Service placement in ad hoc networks

Abstract

Service provisioning in ad hoc networks is challenging given the difficulties of communicating over a wireless channel and the potential heterogeneity and mobility of the devices that form the network. In order to optimize the performance of the network over which a service host provides a service to client nodes, it is necessary to continuously adapt the logical network topology to both external (e.g., wireless connectivity, mobility, churn) and internal (e.g., communication patterns, service demand) factors. Recent proposals advocate that nodes should dynamically choose which nodes in the network are to provide application-level services to other nodes. Services in this context range from infrastructural services such as the Domain Name System (DNS) to user-oriented services such as the World Wide Web (WWW). Service placement is the process of selecting an optimal set of nodes to host the implementation of a service in light of a given service demand and network topology. The main questions addressed by service placement are: How many instances of the same service should be available in the network and cooperate to process clients' service requests; where these service instances should be placed, i.e., which nodes are best suited for hosting them; and when to adapt the current service configuration. The service instances of a distributively operating service are exact copies of the software component that provides the service, including both the executable binary and the application-level data. The set of nodes that host a service instance is referred to as the service configuration. A good service configuration increases the performance of a service according to application-specific quality metrics, while at the same time potentially reducing the overall network load. The key advantage of active service placement in ad hoc networks is that it allows for the service configuration to be adapted continuously at run time. In this work, we propose the SPi service placement framework as a novel approach to service placement in ad hoc networks. The SPi framework takes advantage of the interdependencies between service placement, service discovery and the routing of service requests to minimize signaling overhead. We also propose the Graph Cost / Single Instance (GCSI) and the Graph Cost / Multiple Instances (GCMI) placement algorithms. The SPi framework employs these algorithms to optimize the number and the location of service instances based on usage statistics and a partial network topology derived from routing information. The GCSI and GCMI placement algorithms only require minimal knowledge about the service they are tasked with placing in the network. They are novel in that they take the communication between service instances into account which is required to synchronize the global state of the service. Furthermore, when calculating the optimal timing of their placement decisions, the two algorithms explicitly consider the overhead of the actions required for implementing changes to the current service configuration. Our implementation of the SPi framework on top of a special low-level API allows us to run the framework on a variety of evaluation platforms including major operating systems and network simulation tools. We examine the properties of our approach to service placement and compare it with other recent proposals in simulations, emulations, and real- world experiments on an IEEE 802.11 wireless testbed. The results of this evaluation show that the SPi service placement framework and our placement algorithms, in particular GCMI, are able to find service configurations that are superior across a variety of scenarios to those found by other approaches. As a consequence, service provisioning improves significantly with regard to its reliability and timeliness, while at the same time causing less network traffic. Furthermore, our results show that distributed service provisioning with active service placement -- as implemented in SPi -- generally outperforms services that are implemented in a traditional client/server architecture. From these results we conclude that our approach to service provisioning in ad hoc networks is a viable alternative to established architectures.

Die Diensterbringung in Ad-hoc-Netzen stellt eine Herausforderung dar, weil in diesen Netzen die drahtlose Kommunikation per Funk sowie möglicherweise auch die Heterogenität und Mobilität der am Netz teilnehmenden Geräte neue Fragestellungen aufwerfen. Um die Leistungsfähigkeit des Netzes, über das die dienstanbietenden mit den dienstnehmenden Knoten kommunizieren, zu optimieren, gilt es, die logische Netztopologie kontinuierlich an sowohl externe als auch interne Faktoren anzupassen. Als Beispiele für diese Faktoren sind die Konnektivität, die Mobilität, und die Abwanderungsrate der Knoten einerseits, beziehungsweise das Kommunikationsverhalten und das Dienstanfragevolumen andererseits zu nennen. In letzter Zeit wurde vermehrt vorgeschlagen, jene Knoten dynamisch auszuwählen, die im Netz Dienste auf Anwendungsebene für die anderen Knoten erbringen sollen. Der Dienstbegriff umfasst in diesem Zusammenhang sowohl infrastrukturellen Dienste wie beispielsweise das Domain Name System (DNS) als auch benutzerorientierte Dienste wie das World Wide Web (WWW). Die Auswahl einer optimalen Menge von dienstanbietenden Knoten angesichts der derzeitigen Nachfrage nach dem Dienst und der aktuellen Netztopologie wird Dienstplatzierung (engl. "service placement") genannt. Dienstplatzierung in Ad-hoc-Netzen umfasst folgende Kernfragen: Wie viele Instanzen eines Dienstes sollten im Netz zur Verfügung stehen, um gemeinsam die Anfragen der dienstnehmenden Knoten abzuarbeiten; wo sollten diese Dienstinstanzen platziert werden, d.h. welche Knoten sind für die verteilte Diensterbringung am besten geeignet; und wann sollte eine Dienstkonfiguration angepasst werden. Hierbei sind die Dienstinstanzen eines verteilt arbeitenden Dienstes exakte Kopien der Softwarekomponente, die den Dienst erbringt -- einschließlich des ausführbaren Programms und der Anwendungsdaten. Die Menge der Knoten, die jeweils eine Dienstinstanz beherbergen, wird Dienstkonfiguration genannt. Eine gute Dienstkonfiguration verbessert die Qualität der Diensterbringung gemäß anwendungsspezifischer Metriken bei gleichzeitiger Verminderung der Netzlast. Der wesentliche Vorteil einer aktiven Dienstplatzierung in Ad-hoc-Netzen ist die Möglichkeit zur kontinuierlichen Anpassung der Dienstkonfiguration zur Laufzeit. In dieser Arbeit beschreiben wir das SPi Service Placement Framework, einen neuartigen Ansatz zur Dienstplatzierung in Ad-hoc-Netzen. Das SPi Framework nutzt die wechselseitigen Abhängigkeiten zwischen Dienstplatzierung, Dienstauffindung und dem Routing von Dienstanfragen aus, um den erforderlichen Signalisierungsverkehr zwischen den Knoten zu minimieren. Wir beschreiben außerdem die Graph Cost / Single Instance (GCSI) und Graph Cost / Multiple Instances (GCMI) Dienstplatzierungsalgorithmen. Das SPi Framework verwendet diese Algorithmen zur Optimierung der Anzahl und der Position von Dienstinstanzen basierend auf Nutzungsstatistiken und einer partiellen, aus Routingdaten gewonnenen Netztopologie. Die GCSI und GCMI Dienstplatzierungsalgorithmen benötigen hierfür nur minimale Kenntnisse über den zu platzierenden Dienst. Sie gehen über den aktuellen Stand der Technik hinaus, indem sie explizit die Kommunikation zwischen den Dienstinstanzen berücksichtigen, die erforderlich ist, um den globalen Zustand des Dienstes über Instanzen hinweg synchron zu halten. Darüber hinaus beziehen die beiden Algorithmen bei der Berechnung des optimalen Zeitpunktes zur Anpassung einer Dienstkonfiguration die zu erwartende Netzlast der Maßnahmen ein, die für diese Anpassung erforderlich sind. Unsere Implementierung des SPi Frameworks auf einer eigens für diesen Zweck entwickelten Softwareschnittstelle ermöglicht es uns, das System mit Hilfe einer Vielzahl von Evaluationsplattformen zu bewerten -- einschließlich gängiger Betriebssysteme und Netzsimulatoren. Wir untersuchen die Eigenschaften unseres Dienstplatzierungssystems und vergleichen es mit anderen Ansätzen in Simulationen, Emulationen und Experimenten auf einem drahtlosen IEEE 802.11 Testbed. Die Auswertung dieser Experimente zeigt, dass das SPi Service Placement Framework und seine Dienstplatzierungsalgorithmen -- insbesondere GCMI -- in der Lage sind, in einer Vielzahl von Szenarien bessere Dienstkonfigurationen als andere Ansätze zu finden. Daraus resultiert eine Verbesserung der Verlässlichkeit und des Laufzeitverhaltens des platzierten Dienstes, während gleichzeitig weniger Datenverkehr im Netz für dessen Erbringung erforderlich ist. Darüber hinaus zeigen unsere Experimente, dass eine verteilte Diensterbringung mit aktiver Dienstplatzierung -- wie sie in SPi implementiert ist -- die Leistungsfähigkeit eines in einer klassischen Client/Server-Architektur erbrachten Dienstes übertrifft. Aus diesen Ergebnissen schließen wir, dass unser Ansatz zur Diensterbringung in Ad-hoc- Netzen eine interessante Alternative zu etablierten Architekturen darstellt.